基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

噪光武器陆续出山

高新技术的发展取得成效,新的战略思想才会随即出现。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

用于跟踪机动目标的固定增益的二节估值器

二节α-β-γ估值器被推荐为跟踪机动目标的α-β和α-β-γ滤波器产生自适应增益的一种补充方案。本文的目的是,完成具有二节的固定增益的,可变维数的α-β-γ估值器的设计。二节α-β-γ估值器是由二节的卡尔曼估值器推导出来的,噪音方差化简矩阵和稳态误差协方差矩阵被作为稳态增益的函数。作为滤波器参数选择的步骤也随着对付机动响应的技术和用于置初始值的增益列表技术一起被给出来。常速目标的运动学限制也被结合进二节估值器中,形成α-β-γ估值器。给出了与α-β-γ滤波器性能相比较的模拟结果。     

吸入暴露装置中用胸腔体积描记器测量家兔呼吸参数

用胸腔体积描记法通过从气压变化→电信号→数字信号的转化过程,将家兔的胸腔体积变化转变为计算机可识别的数字信号,再经过滤波、信号识别、各种影响因素的校正,从而实现了对家兔呼吸参数的准确测定。实验表明,该系统可在不影响动物呼吸的清醒状态下实时测量呼吸参数,特别适用于吸入暴露时的呼吸测量。     

Al/H2O2作为无人水下航行器动力电池的研究

概述了Al/H2O2半燃料电池的原理及在水下无人航行器动力电源中的运用,系统分析了国内外在电极材料(包括阳极和阴极材料)、电解液和电解液补充优化系统几个方面的发展,提出了国内在这方面研究的重点技术和可能的解决途径.     

基于杂草算法的超磁致伸缩作动器耦合模型识别

考虑磁滞损耗、动态应力等因素的超磁致伸缩作动器磁滞模型可有效揭示电-磁-机-热多场耦合效应,但准确识别其非线性模型往往存在较大困难。智能杂草算法具有激烈的竞争机制和较强的搜索能力,可用于解决作动器多目标物理参数辨识问题。传统算法的种子数量以线性方式产生且分布方差与适应度缺乏联系,极大地影响了算法收敛速度和模型识别精度。为此,提出一种非线性繁殖和分布的混合改进杂草算法,并将其应用于超磁致伸缩作动器模型识别。实验表明:改进算法具有较强的噪声抑制能力,能精确辨识含有噪声扰动的作动器磁滞非线性模型物理参数;模型预测值和实验数据误差较小,所识别参数可使磁滞非线性模型较为全面地描述作动器多场耦合机理和动态特性。     

潜伏式无人水下航行器概念设计

对潜伏式无人水下航行器进行了概念设计,介绍了本航行器的组成部分。在此基础上,详细设计了潜伏控制段,并设计了两种潜伏控制方式——液压支撑式和锚链式。对这两种潜伏方式的潜伏工作过程分别进行了描述、设计了两种潜伏控制段的组成部分并介绍了各部分的作用,在此基础上,设计了各组成部分的参数。最后,对这两种潜伏控制段进行了比较,并选择了锚链式潜伏控制结构。     

固体运载器姿态控制系统自适应滤波器设计

采用大长细比、轻结构质量设计方案的固体运载器结构刚度较小,姿态控制系统设计需要考虑弹性振动的影响。设计了自适应滤波器实现对箭体弹性振动信号的抑制:将滤波器参数自适应问题转化为系统参数辨识问题,通过Steiglitz-McBride参数辨识方法求解,该方法具有计算复杂性低、收敛迅速等特点,适用于箭上计算机实时计算。通过闭环仿真表明,在箭体弹性频率发生变化的条件下,具有自适应滤波器的控制系统能够跟踪这种变化,有效抑制振动信号对控制器的影响,保持运载器姿态运动稳定。